Correlates of Children’s Physical Activity: A Canadian Multisite Study
Notice bibliographique
Résumé
PURPOSE: To inform future physical activity (PA) interventions among children, we investigated the correlates of PA among 8- to 12-yr-olds in three regions of Canada: Ottawa, Trois-Rivières, and Vancouver. METHODS: We recruited 1699 children (55.0% girls) in 37 schools located in urban, suburban, and rural areas that differed in socioeconomic status. Children wore a sealed SC-StepRx pedometer capable of measuring moderate- to vigorous-intensity physical activity (MVPA) for seven consecutive days. Children and one of their parents/guardians completed a questionnaire that captured multiple potential PA correlates. Publicly available data on weather and neighborhood walkability were obtained. Multiply-imputed gender-stratified linear mixed models were used to examine the correlates of daily step counts and MVPA while controlling for age, site, type of urbanization, and area-level socioeconomic status. RESULTS: Each additional hour spent outdoors was associated with higher PA in boys (+769 steps per day; +3.7 min MVPA per day) and girls (+596 steps per day; +3.5 min·d). Boys' PA declined with age (-500 steps per day; -3.7 min·d). Boys were less active if they had a long-standing injury/illness (-1862 steps per day; -3.7 min·d) or their parents reported driving to work (-835 steps per day; -4.4 min·d), were worried about traffic (-982 steps per day; -6.4 min·d), or about other people in their neighborhood (-1250 steps per day). Girls speaking neither English nor French at home were less active (-620 steps per day; -3.7 min·d). In girls, each degree Celsius increase in morning temperature was associated with 77 additional steps per day, and each kilometer increase in active school travel distance was associated with 0.5 more MVPA minutes per day. CONCLUSION: Consistent with previous studies, our results suggest that PA interventions should aim to increase outdoor time. The observed gender differences in PA correlates suggest the need for a gender-sensitized approach to PA promotion.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».